• 한국융합학회논문지
• /
• 제8권7호
• /
• pp.23-28
• /
• 2017

제조업에 있어 효율적인 제조공정을 위해 기업의 생산성 향상 및 원가절감은 현 제조기업의 절실한 과제이다. 효율적인 제조공정 설계와 생산성향상을 위해 동작분석 및 가상현실기반의 테스트베드 연계시스템을 활용하여 불필요한 요소제거를 통해 효율적인 제조공정 방법을 연구한다. 가상의 사전 공정배치 시뮬레이션을 통한 최적화 검증 후 작업라인을 구축할 경우 추가적인 공정 수정 또는 보완에 소요되는 비용을 절감하고, 이는 결과적으로 기업의 제조경쟁력 향상이라는 실질적 효과를 도출할 수 있다. 본 연구를 통해 설계기간 단축, 설비개선, 자동화, 인간공학 실현, 프로세스 개선 등을 하여 생산성 향상, 품질 향상, 비용절감뿐만 아니라 안전 및 건강에 대한 직원만족을 달성할 수 있다.

• 융합보안논문지
• /
• 제8권4호
• /
• pp.73-80
• /
• 2008

본 논문에서는 창고관리시스템 시뮬레이터를 설계/구현하였다. RFID와 USN을 활용한 유 무선 네트워크 기반 하에 창고에 보관될 물품을 고려하고, 창고에 대한 최적설계 작업을 지원하는 시뮬레이션 툴은 현재 없다. 또한, 물품 입고 후 창고 모니터링을 통해 온도, 습도, 조도 등 상태 변환 정보에 의한 출고시기 결정 등 물품보관 방법에 대한 전용 시뮬레이션 툴도 없다. 본 논문에서는 창고의 설계도면을 도해할 수 있는 기능을 구현하였다. 그리고 도시된 도면위에 센서 노드와 RFID 태그를 부착한 팔레트의 이동 정보 및 위치한 곳의 상태 변환 정보(온도, 습도, 조도)를 수신하여 이를 다양한 방법으로 분석할 수 있는 시뮬레이터를 설계/개발 하였다. 본 논문을 통해 물류 시스템의 최적 운용을 위한 창고의 설계 방식과 창고내의 운영을 사전 시뮬레이션 함으로써 재고정확도, 공간 설비 활용도, 제품처리능력 향상으로 제품망실, 보관위치 오지정, 피킹시간을 감소시킬 수 있을 것으로 기대된다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.777-784
• /
• 2019

인적이 드문 한적한 곳이나 산악 지역에서 화재가 발생 하였을 때 화재 상황을 정확하게 파악하고 적절한 초동 대처를 한다면 피해를 최소화할 수 있으므로 사전 화재인지시스템과 자동알림시스템이 요구된다. 본 연구에서는 객체인식을 위한 딥러닝 알고리즘 중 Faster-RCNN 및 SSD(single shot multibox detecter)을 사용한 화재 인식시스템을 전력선 통신과 연동하여 자동알림시스템을 시연하였으며 향 후 고압송전망을 이용한 산불화재 감시에 응용 가능함을 제시하였다. 학습된 모델을 장착한 라즈베리파이에 파이카메라를 설치하여 화재 영상인식을 수행하였으며, 검출된 화재영상은 유도형 전력선 통신망을 통하여 모니터링 PC로 전송하였다. 학습 모델별 라즈베리파이에서의 초당 프레임 율은 Faster-RCNN의 경우 0.05 fps, SSD의 경우 1.4 fps로 SSD의 처리속도가 Faster-RCNN 보다 28배 정도 빨랐다.

• 한국정보통신학회논문지
• /
• 제26권4호
• /
• pp.519-525
• /
• 2022

영상 내 사람의 얼굴을 검출하는 얼굴 검출 작업은 다양한 영상 처리 어플리케이션 내 전처리 또는 핵심 과정으로 사용되고 있다. 최근 딥러닝 기술의 발달로 높은 성능을 내고 있는 신경망 모델은 2차원 영상에 의존적이며, 카메라 품질이 떨어지거나, 얼굴의 초점을 제대로 잡지 못하는 등의 영상 내 노이즈가 발생할 경우, 제대로 얼굴을 검출하지 못할 수 있다. 본 논문에서는 2차원 영상의 의존성을 낮추기 위해 깊이 정보를 함께 사용하는 얼굴 검출 방법에 대해 제안한다. 제안하는 모델은 기존 공개된 얼굴 검출 데이터 셋을 이용하여 깊이 정보를 사전에 생성 및 전처리 과정을 거친 후 학습하였으며, 그 결과, 평균 정밀도 기준 FRN 모델은 89.16%로 87.95%의 성능을 보인 RetinaNet 모델보다 약 1.2% 정도의 성능이 향상되었음을 확인하였다.

• 디지털정책학회지
• /
• 1권1호
• /
• pp.15-20
• /
• 2022

최근 헬스케어 분야는 다양한 산업 분야의 요구사항을 반영하여 서비스 품질을 향상시킬 수 있는 모델을 개발하려고 노력하고 있다. 본 논문에서는 헬스케어 서비스 향상을 위해서 5G 환경에서 사용자의 헬스케어 정보를 실시간으로 처리할 수 있는 행동인터넷(IoB, Internet of Behavior) 환경 모델을 제안한다. 제안 모델은 사용자의 헬스케어 정보를 딥러닝을 통해 분석한 후 건강 상태를 실시간으로 확인할 수 있도록 하는 것이 목적이다. 이때, 사용자의 생체 정보는 휴대용 의료 장비에 부착된 통신 장비를 통해 전달되며, 사용자 인증은 부착된 IoB 장치에 사전 입력된 정보를 통해 수행된다. 기존 IoT 헬스케어 서비스와의 차별점은 사용자의 습관 및 행동 패턴을 분석해서 디지털 데이터화 하는 점과 수집된 데이터를 기반으로 사용자의 헬스케어 서비스 향상을 위한 사용자 특정 행동을 유도할 수 있다는 점이다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.194-199
• /
• 2022

다양하고 복잡한 영상 데이터 기반의 산업에서 높은 정확도와 활용성을 위해 고품질의 데이터를 위한 전처리가 요구된다. 하지만 기존 이미지 또는 영상 데이터와 노이즈를 결합해 기업에 큰 위험을 초래할 수 있는 오염된 적대적 예제가 유입될 시 기업의 신뢰도 및 보안성, 완전한 결과물 확보를 위해 손상되기 이전으로의 복원이 필요하다. 이를 위한 대비책으로 기존에는 Defense-GAN을 사용하여 복원을 진행하였지만, 긴 학습 시간과 복원물의 낮은 품질 등의 단점이 존재하였다. 이를 개선하기 위해 본 논문에서는 VQ-VAE 모델을 사용함과 더불어 이미지 분할 여부에 따라 FGSM을 통해 만든 적대적 예제를 이용하는 방법을 제안한다. 먼저, 생성된 예제를 일반 분류기로 분류한다. 다음으로 분할 전의 데이터를 사전 학습된 VQ-VAE 모델에 전달하여 복원한 후 분류기로 분류한다. 마지막으로 4등분으로 분할된 데이터를 4-split-VQ-VAE 모델에 전달하여 복원한 조각을 합친 뒤 분류기에 넣는다. 최종적으로 복원된 결과와 정확도를 비교한 후 분할 여부에 따른 2가지 모델의 결합 순서에 따라 성능을 분석한다.

• 정보교육학회논문지
• /
• 제23권5호
• /
• pp.469-480
• /
• 2019

새로운 2015 개정 교육과정이 추구하고 있는 목적 중의 하나는 4차 산업혁명 시대에 살아갈 학생들이 기본 학습 능력의 바탕 위에 다양한 발상과 도전으로 새로운 것을 창출하는 창의성을 기르는 것이다. 이에 따라 주어진 문제들을 합리적으로 해결하기 위하여 다양한 영역의 지식과 정보를 처리하고 활용할 수 있는 융합적 문제해결 역량이 중요시되고 있다. 이에 본 연구에서는 틴커캐드(Tinkercad) 모델링을 기반으로 하여 3D프린터를 활용한 융합교육을 설계하고 이를 수업에 적용하여 초등학생의 컴퓨팅 사고력 증진에 미치는 영향을 알아보았다. 연구 내용을 검증하기 위해 초등학교 6학년 25명 2개 반을 실험집단과 통제집단으로 나누고 실험집단에는 약 3개월간 3D프린터를 활용한 융합교육 프로그램 12차시를 적용하고, 통제집단에는 같은 시기 동안 동일 주제의 강의식 교과 수업을 진행하였다. 그 후에 컴퓨팅 사고력 검사 도구를 투입하여 사전-사후 검사로 t-검정을 실시하고 그 효과성을 알아보았다. 프로그램 적용 후 사후 검사에서 실험집단은 컴퓨팅 사고력이 통계적으로 유의하게 향상 되었으나, 통제집단은 통계적으로 유의한 차이가 없었다. 이 결과를 통해 틴커캐드 모델링 기반의 3D프린터를 활용한 융합교육이 초등학생의 컴퓨팅 사고력 증진에 긍정적인 영향을 미치는 것으로 보인다.

• 한국콘텐츠학회논문지
• /
• 제20권7호
• /
• pp.618-628
• /
• 2020

본 논문의 목적은 사이버 보안 프레임워크 기반으로 이미 도입되어 개별 운영 중인 각종 보안 솔루션들을 잘 조합하여 새로운 보안 오케스트레이션 서비스 모델을 제안하는 것이다. 현재 다양하고 지능화된 사이버 공격에 대응하고자 각종 단일 보안장비와 이를 통합 관리하는 SIEM과 AI솔루션까지 구축되었다. 그리고, 체계적인 예방과 대응을 위한 사이버보안 프레임워크와 보안 관제센터까지 개소를 하였다. 그러나 현실은 문서중심의 사이버보안 프레임워크와 한정된 보안인력으로 인해 TMS/IPS의 중요한 탐지 이벤트의 단편적인 침해대응의 관제형태를 벗어나기 힘든 상항이다. 이러한 문제점 개선을 위해 본 논문의 모델 기반으로 업무 특성과 취약한 자산 식별을 통해 보호해야 할 관제대상을 선정한 후, SIEM으로 로그 수집을 한다. 자산 정보를 기반으로 위협정보를 통해 사전 예방 방법과 세가지 탐지 전략을 수립했다. AI와 SIEM을 통해 공격 여부를 빠르게 판단하여 방화벽과 IPS에 자동 차단 기능이 연계되었다. 또한, 머신러닝 지도학습을 통해 TMS/IPS의 탐지 이벤트를 자동 침해사고 처리함으로 관제업무의 효율성 향상과 머신러닝 비지도 학습 결과를 통해 빅데이터 분석 중심의 위협헌팅 업무체계를 확립하였다.

• 정보처리학회 논문지
• /
• 제13권2호
• /
• pp.41-47
• /
• 2024

시간 및 주파수 영역에서 각각 학습한 모델 간에 성능 차이가 발생할 경우, 앙상블을 수행하더라도 개별 모델 간의 성능 불균형으로 인하여 앙상블의 성능이 오히려 저하되는 현상을 확인할 수 있었다. 따라서, 본 논문은 시간 영역과 주파수 영역에서 특징을 추출하고, 이들을 융합한 단계적 학습 방법을 통해 파이프라인 누출 감지의 정확성을 높이기 위한 누출판별 기법을 제안한다. 이 방법은 두 단계의 학습 과정으로 이루어지며, 먼저, 단계 1에서는 시간 영역과 주파수 영역에서 독립적으로 모델 학습을 수행하여 도메인별로 주어진 데이터로부터 중요한 특징들을 효과적으로 추출하도록 하였다. 단계 2에서는 사전학습 완료된 각 모델로부터 해당 분류기를 제거한 후, 두 도메인의 특징들을 서로 융합하고 새로운 분류기를 추가하여 재학습을 수행하였다. 본 논문에서 제안하는 전이학습 기반 특징융합 기법은 시간 및 주파수 영역에서 추출된 특징들을 융합하여 모델 학습을 수행함으로써, 두 영역의 특징이 상호 보완적으로 작용하여 모델이 다양한 정보를 활용함으로 인해 99.88%의 높은 정확도를 달성하여 파이프 누수 감지에 있어 우수한 성능을 입증하였다.

• 시큐리티연구
• /
• 제14호
• /
• pp.389-412
• /
• 2007

이 연구는 2005년 부산에서 개최된 APEC 행사의 안전활동 문제점을 도출하여 이를 토대로 향후 우리나라에서 개최될 국제회의 안전활동에 대한 제고방안을 모색해 보는데 그 목적이 있다. 이와 같은 목적을 달성하기 위하여 부산 APEC 행사에 직접 참여한 공안기관인 경찰, 소방기관의 공무원과 APEC 행사를 근거리에서 지원한 부산시 공무원을 대상으로 델파이방법에 의해 3차례에 걸쳐 의견을 수렴하여, 국제회의의 단계별 구성요소 및 문제점을 파악하고 구성요소별로 문제인식에 대한 통계처리를 실시하였다. 이와 함께 공안기관 전문가 4명과 1 : 1 면담결과를 통하여 국제회의 행사에 관한 안전활동 제고방안을 모색한 결과는 다음과 같다. 사전준비단계에서는 제 공안기관과 지자체의 사전협조로 안전활동에 대한 빈틈없는 기반을 강구하여야 한다. 현장활동단계에서는 각 기능별로 안전활동을 검토하고 지자체와 지속적인 보완작용이 필요하다. 실시단계에서는 공안기관과 지자체와의 긴밀한 협조에 의한 시너지효과로 안전역량을 제고해야 한다. 평가 및 수정단계에서는 행사종료 후 공안기관과 지자체가 합동으로 효율적인 평가시스템 탐색하여 차후 행사에 대비해야 한다.